国产数据库平台

数据库国产化改造是指将原本使用的国外数据库系统替换为国产数据库系统的过程，以下从改造原因、流程等方面详细介绍：改造原因数据安全：关键行业的大量敏感数据关乎国家安全与经济安全，使用国产数据库可降低数据泄露及被外国势力控制的风险。技术自主可控：依赖国外数据库技术易受制于人，在国际关系紧张或遭遇技术封锁时，关键行业运作可能受严重影响，国产化可保障系统稳定性与可持续性。经济利益：使用国产数据库能减少对国外厂商的费用支出，降低成本，还能推动本土科技企业发展，带动相关产业链进步。改造流程规划阶段需求分析：明确业务对数据库的性能、功能、容量等需求，梳理数据量、并发量、数据存储结构等信息。选型评估：市面上国产数据库品牌众多，需从功能、性能、兼容性、稳定性、服务支持等多方面评估，选择适合业务需求的产品。迁移阶段数据迁移：采用数据迁移工具或编写脚本，将数据从原数据库迁移至国产数据库，要确保数据的完整性、准确性和一致性，可分批次、分阶段进行。应用改造：若国产数据库与原数据库的接口、语法等存在差异，需对应用系统进行相应改造，使其能与新数据库适配。测试阶段功能测试：全面测试应用系统在新数据库环境下的各项功能

星环科技经过多年的自主研发，打造了系列国产数据库软件，能够更好帮助企业用户更高效、更平滑、更安全地实现国外进口产品的国产化替代，实现国产数据库的全面自主可控，并在产品架构、功能、性能、安全、运维、易用性等方面得到大幅提升。ArgoDB-分布式数据库ArgoDB是星环科技自主研发的面向数据分析型业务场景的国产化分布式多模数据库，代码自研率90%以上，能够一站式替代Hadoop+MPP混合架构，支持计算、湖仓集一体等各种需求。2019年8月，ArgoDB成为全球第四个通过TPC-DS基准测试并经过TPC官方审计的数据库产品。KunDB-分布式交易型数据库KunDB是星环科技自主研发的国产分布式复杂场景需要。StellarDB-分布式图数据库StellarDB是星环科技自主研发的国产分布式图数据库，代码自研率90%以上，兼容openCypher查询语言，提供海量图数据的存储和分析能力，支持管理；支持SQL标准语法，并兼容开源HBase，可帮助用户快速开发历史数据查询、业务在线检索等应用。Timelyre-分布式时序数据库TimeLyre是星环科技研发的企业级国产分布式时序数据库，基于星

权威测试认证，为用户提供高并发、高性能、高可靠的国产数据库产品。同时，KunDB高度兼容OraclePL/SQL和MySQL方言，可实现低成本数据库国产化替代，并且适配支持国产服务器、芯片、操作系统等软硬件生态，助力企业打造自主可控数据平台。数据库作为提供数据存储与处理能力的基础软件，是信息系统的基础、信息安全的基石，因此，数据库自主可控和国产化替代已经刻不容缓。兼容性是国产化替代关键，自研数据库更具潜力Oracle数据库发展较早，在国内市场内占领了一定先机，企业经过信息化的长期积累和革新，基于Oracle开发了大量的系统业务。为了能够适配新的国产数据库产品，必须对应用代码进行大量修改，各数据表的数据类型、函数、语法规则需要进行系统、全面的改造，这就要求新的国产数据库对原有数据库能够有很好的兼容性支持，降低迁移的代码改造成本。Oracle经过多年的发展，在SQL语言、性能、实例形态、容灾方案等方面有很多积累扩展。若要实现Oracle数据库的国产化替代，除了要能够提供在性能、容灾能力、安全能力等方面全方位提供对等的能力，首先要解决的就是如何兼容Oracle的大量SQL方言，尤其是Oracle的PL/SQL这一独特的广受欢迎的

，Oracle等传统主流数据库的国产化替代。独特的混合部署技术支持主流国产化CPU等自主可控的硬件平台和OS部署，满足国产化部署需求。星环分布式数据库-TranswarpArgoDBArgoDB是星环科技星环科技经过多年的自主研发，打造了系列国产数据库软件，能够更好帮助企业用户更高效、更平滑、更安全地实现国外数据库产品的国产化替代，实现大数据基础软件的全面自主可控，并在产品架构、功能、性能、安全、运维、易用性等方面得到大幅提升。星环分布式交易型数据库-TranswarpKunDBKunDB是星环科技基于分布式技术自主研发的国产化的交易型数据库，提供完整的关系型数据库的能力，高度兼容SQL，保证一个ArgoDB数据库，就可以打造离线数据仓库、实时数据仓库、数据集市和联邦计算平台等数据分析系统，提供全面、便捷、智能和安全的数据服务能力。星环分布式图数据库自主研发的高性能分布式数据库，在PB级数据量上提供极致的数据分析能力。多模型数据库ArgoDB支持标准SQL语法、分布式事务和存算解耦，提供高并发高速数据写入、复杂查询、多模分析和数据联邦等能力。通过

国产化数据库选型需要综合多方面因素进行考量，以下是一些常见的国产数据库及选型要点：选型考量因素技术层面架构特性：根据业务场景选择集中式或分布式架构。集中式数据库适合一致性与稳定性要求高、复杂SQL查询快的场景；分布式数据库则适用于海量数据弹性扩展业务与海量数据的OLAP业务。性能容量：关注数据库的TPCC数据等基准性能，还要针对生产环境典型应用场景进行压力测试，同时考虑数据库架构能否支撑原有数据库的容量。高可用与可靠：了解不同数据库保证数据一致性和高可用的实现原理，如物理日志记录传输、逻辑日志、分布式协议等方式，以及各自在同步效率、延迟和适用场景上的差异。兼容性：包括与现有系统、应用程序、SQL语法以及数据格式等的兼容性，确保替换后业务能正常运行。产品层面内核研发团队：强大的研发团队是数据库持续优化、升级和提供技术支持的保障，可关注团队的技术实力、研发经验和创新能力。金融级案例：有金融级应用案例的数据库，通常在稳定性、安全性和性能方面经过了更严格的考验，能更好地满足企业关键业务需求。生态层面开源社区：活跃的开源社区意味着丰富的技术资源、快速的问题解决和持续的功能迭代，可降低使用和维护

认证，为用户提供高并发、高性能、高可靠的国产数据库产品。同时，KunDB高度兼容OraclePL/SQL和MySQL方言，可实现低成本数据库国产化替代，并且适配支持国产服务器、芯片、操作系统等软硬件生态，助力企业打造自主可控数据平台。数据库的国产化替代是IT系统国产化“顽固”的堡垒！对数据库领域应用广、市场份额大的Oracle数据库的替代更是一个攻坚战。所幸的是，不管是在传统的关系型数据库领域，还是新型的非关系型数据库领域，面对用户不断增加的新需求，国产数据库表现出更多的自信，开始慢慢替代不可一世的Oracle数据库。国产数据库的依靠自身的技术实力，化解了Oracle数据库替代中的一道道难关，既以低成本实现数据库国产化的替代和迁移，又为用户提供高性能、稳定可靠、经济实用、自主可控的国产化数据库产品。星环科技自主研发的国产分布式交易型数据库KunDB，在替代国外数据库方面，以高度兼容MySQL和Oracle，提供完整的关系型数据库的能力和高性能，以及国产化生态，在节省大量人力成本的同时，实现快速、安全地替换Oracle的目标。破解Oracle方言兼容性难题Oracle数据库发展较早，一方面，企业基于Oracle开发

星环科技经过多年的自主研发，打造了一系列高性能国产数据库产品，助力企业实现数据库的自主可控。并在产品架构、功能、性能、安全、运维、易用性等方面得到大幅提升。星环分布式数据库-ArgoDBArgoDB是星环科技自主研发的面向数据分析型业务场景的国产化分布式多模数据库，代码自研率90%以上，能够一站式替代Hadoop+MPP混合架构，支持标准SQL语法，提供多模分析、实时数据处理、存算解耦、混合负载全球第四个通过TPC-DS基准测试并经过TPC官方审计的数据库产品。星环分布式交易型数据库-KunDBKunDB是星环科技自主研发的国产分布式交易型数据库，提供完整的关系型数据库的能力，高度兼容-SpactureSpacture是星环研发的国产分布式时空数据库，具有高扩展性，可支持大规模矢量数据、遥感影像数据、数字高程数据、时空轨迹数据等PB级海量数据的存储与计算，内置了时空索引、空间拓扑几何、遥感影像处理等高于交通物流、城市管理、位置服务等场景。星环分布式图数据库-StellarDBStellarDB是星环科技自主研发的国产分布式图数据库，代码自研率90%以上，兼容openCypher查询语言，提供海量图数据

国产数据库是指由中国本土的企业、科研机构或个人研发、设计、生产和维护的数据库管理系统。具有以下特点：自主知识产权核心技术和代码由国内开发者自主掌控，不受国外技术限制和制裁影响，可根据国内市场，并且有本地化的技术支持团队，能够更快速地响应用户需求，帮助用户及时解决在使用过程中遇到的问题，降低维护成本和风险。成本效益高相比于进口的数据库产品，国产数据库的价格更为合理，性价比更高，对于国内的中小型企业来说，使用国产数据库可以在保证系统功能和性能的前提下，降低软件采购成本和使用成本。适应本土需求更好地支持中文处理，包括中文搜索、中文分词和中文排序等，能满足国内企业和机构对中文数据的高效管理和处理于受到国内法律法规的监管和约束，降低数据泄露和被窃取的风险，保障国家和企业的数据安全。技术先进在技术上与国际主流数据库产品不相上下，甚至在某些领域实现了领先。维护便捷通常提供一套完整的管理和维护工具需求进行定制化开发，更好地满足国内用户在功能、性能、安全等方面的特定要求。安全可控在设计和实现过程中，严格遵守国家的安全标准和规定，可确保数据的安全。研发、生产和维护都在国内进行，数据的存储、管理和使用更易

随着信息化建设的不断发展，数据库已经成为现代社会信息化发展的重要支撑和核心工具。国产数据库，也就是指国内自主研发的数据库产品，经过多年的发展，已经逐渐成熟。星环科技经过多年的自主研发，打造了一系列高性能国产数据库产品，助力企业实现数据库的自主可控。并在产品架构、功能、性能、安全、运维、易用性等方面得到大幅提升。星环分布式数据库-ArgoDBArgoDB是星环科技自主研发的面向数据分析型业务场景的国产化分布式多模数据库，代码自研率90%以上，能够一站式替代Hadoop+MPP混合架构，支持标准SQL语法，提供多模分析、实时数据处理、存算解耦、混合负载、数据联邦、异构服务器混合部署等先进技术能力官方审计的数据库产品。星环分布式交易型数据库-KunDBKunDB是星环科技自主研发的国产分布式交易型数据库，提供完整的关系型数据库的能力，高度兼容MySQL和Oracle，完整支持OraclePL，统一监控及审计等安全能力，满足企业关键业务处理、高并发查询、业务分布式改造、交易分析混合的数据中台等复杂场景需要。星环分布式时空数据库-SpactureSpacture是星环研发的国产分布式时空数据库

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...